-
题名基于二次规划的相控阵雷达任务自适应调度算法
被引量：31
- 1
-
-
作者
赵宇
李建勋
曹兰英
张世仓
-
机构
上海交通大学电子信息与电气工程学院
教育部系统控制与信息处理重点实验室
中航雷达与电子设备研究院射频综合仿真重点实验室
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2012年第4期698-703,共6页
-
基金
国家自然科学基金(61175008
60935001
+2 种基金
60874104)
国家重点基础研究发展计划(973计划)(2009CB824900)
航空基金(20112057005)资助课题
-
文摘
雷达任务自适应调度是目前相控阵雷达资源管理研究的热点问题。以加权时间偏移量平方和最小为调度代价标准,基于相控阵雷达任务二次规划数学模型,证明最优解存在条件,并给出一种最优解的解析求解算法。与数值解法相比,解析求解算法有效提高了算法的快速性。对航空护卫舰舰载相控阵雷达真实工作环境进行一系列仿真,仿真结果表明,所提算法有效提高了雷达高优先级任务调度的调度成功率,降低了任务调度代价。
-
关键词
相控阵雷达
自适应任务调度
二次规划
-
Keywords
phased array radar
adaptive task scheduling
quadratic programming
-
分类号
TN95
[电子电信—信号与信息处理]
-
-
题名基于密度核估计的贝叶斯网络结构学习算法
被引量：6
- 2
-
-
作者
韩绍金
李建勋
-
机构
上海交通大学电子信息与电气工程学院
中国人民解放军
教育部系统控制与信息处理重点实验室
-
出处
《计算机工程与应用》
CSCD
2014年第15期107-112,共6页
-
基金
国家重点基础研究发展规划(973)(No.2009CB824900)
国家自然科学基金(No.61175008
+1 种基金
No.60935001)
航天支撑基金(No.2011-HT-SHJD002)
-
文摘
贝叶斯网络结构学习算法主要包括爬山法和K2算法等,但这些方法均要求面向大样本数据集。针对实际问题中样本集规模小的特点,通过引入概率密度核估计方法以实现对原始样本集的拓展,利用K2算法进行贝叶斯网络结构学习。通过优化选择核函数和窗宽,基于密度核估计方法实现了样本集的有效扩展;同时基于互信息度进行变量顺序的确认,进而建立了小规模样本集的贝叶斯结构学习算法。仿真结果验证了新学习算法的有效性和实用性。
-
关键词
贝叶斯网络
小样本结构学习
K2算法
-
Keywords
Bayesian network
structure learning based on small sample set
K2
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
